16 de abril de 2019

El consumo de energía está estrechamente ligado a los niveles de ingreso. Mientras más energía y más tecnologías diseñadas para convertir eficientemente la energía se pongan a disposición de los usuarios, mejores serán las condiciones para el desarrollo de individuos, hogares, comunidades, la sociedad y la economía (i). La electricidad es una de las más útiles y versátiles formas de energía disponibles. Puede ser usada tanto para calentar como para enfriar, para producir luz o sonido, para el funcionamiento de electrodomésticos, maquinaria, vehículos, así como también para producir dinero (por ejemplo, la moneda virtual bitcoin requiere de una gran cantidad de electricidad).

Por estas razones, el consumo de electricidad de los hogares es un excelente indicador para medir los niveles de ingreso de las personas que componen un hogar. Los hogares sin acceso a electricidad ciertamente viven en condiciones de extrema pobreza, sin los electrodomésticos básicos como focos y refrigeradores. Tampoco tienen acceso a medios modernos de comunicación e información. Cuando los hogares obtienen servicio eléctrico, el primer elemento electrónico que suelen adquirir son focos, o bombillas de luz, y celulares. Si el presupuesto se los permite, también adquirirán otros electrodomésticos como una radio y un refrigerador. Si las condiciones económicas de los hogares son aún mejores, podrían sumar a su lista un televisor, un microondas, una plancha, un calefón y tal vez una computadora. En general, mientras más electrodomésticos puedan adquirir, registrarán más consumo de electricidad. Por ello, el consumo de energía eléctrica es una buena aproximación para medir el ingreso de los hogares.

Incluso se podría argumentar que el consumo de energía eléctrica es una mejor aproximación para la medición del ingreso de los hogares que los ingresos declarados por los miembros que conforman los hogares. Los datos provenientes de los ingresos declarados tienen una variedad de problemas, especialmente en países como Bolivia donde los niveles de economía informal y el número de trabajadores independientes son altos. Muchas de las personas, en realidad, no saben con certeza cuánto dinero hicieron el mes pasado, y si lo supieran muchos evitarían reportar el total. Otro problema potencial es que tal vez no se trate de un monto constante a lo largo del año. En contraste, el consumo de energía eléctrica es un dato duro y relativamente estable que queda registrado mensualmente para hogares con acceso a electricidad. En países en los que el robo de energía eléctrica no es un problema mayor, esta forma de medir los ingresos por hogares es una alternativa efectiva.

Por lo tanto, si hay acceso a datos detallados sobre el consumo de energía eléctrica de los hogares, se puede calcular una gama de indicadores cruciales para monitorear algunos de los Objetivos de Desarrollo Sostenible (ODS). Además, se pueden calcular estos indicadores a un nivel geográfico altamente desagregado, así como con una alta frecuencia.

Por ejemplo, se puede calcular el nivel de desigualdad de cada municipio, lo que en Bolivia no se ha hecho a la fecha, por lo menos no que sea de nuestro conocimiento. El Centro de Investigación Social (CIS) de la Vicepresidencia en Bolivia actualmente auspicia un proyecto de investigación para poder medir la desigualdad entre los bolivianos a nivel municipal. La idea es muy simple. En cada municipio se usan los datos de consumo eléctrico de cada medidor doméstico y se le asigna un valor de cero a los hogares que no tienen acceso a al servicio. Posteriormente se genera una curva de Lorenz y se calcula el coeficiente de Gini (ii).

Este procedimiento generaría algo similar a lo que se muestra en la Figura 1. A la izquierda se encuentra la curva de Lorenz y el coeficiente de Gini para un municipio urbano en el cual todos los hogares tienen acceso al servicio eléctrico (aunque sorprendentemente, más del 20% no consume nada de electricidad en el mes de la lectura del medidor (mayo 2016), por lo que se puede inferir que los hogares se encontraban deshabitados en ese momento). A la derecha se encuentra la curva de Lorenz y el coeficiente de Gini de un municipio rural y pobre, con baja cobertura del servicio eléctrico y bajo consumo del servicio por parte de aquellos que tienen acceso a la red eléctrica.

Figura 1: Ejemplos de consumo de electricidad, curva de Lorenz, 2016

        (a) Santa Cruz de la Sierra                                                         (b) Tinguipaya

A close up of a map Description automatically generatedFuente: Andersen, Branisa & Calderón (2019)

 

Otro indicador interesante relacionado con la pobreza, que puede ser calculado a través de los datos de consumo eléctrico, es el porcentaje de hogares en cada municipio que consume menos electricidad que  el consumo promedio nacional. Se trata de un indicador interesante ya que toma en cuenta tanto el nivel de consumo eléctrico como  la desigualdad en el consumo eléctrico. En consecuencia, dos municipios con el mismo coeficiente de Gini, pero con diferentes niveles de consumo de energía eléctrica mostrarán diferencias en este indicador. En el ejemplo del municipio pobre y rural expuesto arriba, 99,7% de los hogares consumen menos electricidad que el consumo promedio nacional (calculado usando todos los medidores domésticos, pero sin incluir hogares sin acceso al servicio). En este ejemplo el municipio no solo muestra una alta Desigualdad Energética, (Gini = 0,890), sino que también muestra altos niveles de Pobreza Energética (99,7%). En contraste, el municipio altamente urbanizado, que asegura acceso a la energía eléctrica para todos, muestra una menor Desigualdad Energética (Gini = 0,584) y una menor Pobreza Energética (33,9%).

 

Los medidores de energía eléctrica serían una fuente ideal para la recabación de datos para desarrollar indicadores que midan la desigualdad y la pobreza a nivel municipal, pero esta metodología no está exenta de algunos problemas prácticos. Primeramente, no sabemos cuántas personas están asociadas a cada medidor. Es muy posible que las observaciones con cero o muy bajo consumo eléctrico involucren a un menor número de habitantes, o que muestren el consumo de habitantes que no habitan las viviendas, pero que las visitan intermitentemente durante el año. Por lo tanto, la Pobreza Energética así como la Desigualdad Energética medida a nivel de hogares sería exagerada comparada con las medidas convencionales para evaluar la pobreza y la desigualdad basadas en los ingresos. La exageración sería particularmente fuerte en áreas donde muchas familias tienen dos viviendas, y usan una de ellas de manera esporádica. Los datos de la vivienda visitada esporádicamente durante el año erróneamente indicaría pobreza, lo que en la realidad podría estar reflejando el consumo eléctrico de la residencia alternativa de una familia que migró del área rural a algún centro urbano, y que sin embargo no desea perder su afiliación a la comunidad en la cual está situada la vivienda (iii). Sin embargo, mientras el error sea similar a lo largo del país, el ordenamiento de los municipios debería ser similar (iv).

 

En el caso boliviano, hay un segundo problema referido a los datos recabados del consumo eléctrico. Algunos de los distribuidores del servicio eléctrico no registran el municipio en el que se encuentra el medidor. En algunos casos es difícil definir a qué municipio pertenecen los medidores, debido a que los límites municipales no están claramente definidos. Éste ha sido uno de los principales obstáculos para el proyecto de investigación apoyado por el CIS, pero finalmente se consiguió resolver el problema y limpiar la base de datos llegando a obtener datos razonablemente acertados para la gran mayoría de municipios en el país.

 

La Figura 2 muestra dos de nuestras principales variables contrastadas entre sí. Se observa una relación fuerte positiva entre Pobreza Energética Relativa y Desigualdad Energética. En la esquina más favorable de la Figura 2 (abajo a la izquierda), con baja Desigualdad Energética y baja Pobreza Energética Relativa, encontramos a las ciudades más importantes de Bolivia, así como también a los municipios adyacentes que forman parte de las tres principales áreas metropolitanas del país. El municipio con los niveles más bajos de Desigualdad Energética en Bolivia es Colcapirhua, que se encuentra entre los municipios de Quillacollo y Cochabamba. El municipio con los niveles más bajos de Pobreza Energética Relativa es Porongo, que forma parte del área metropolitana de Santa Cruz.

En la otra esquina de la Figura 2 (arriba a la derecha) encontramos un gran número de municipios con niveles extremadamente altos de Pobreza y Desigualdad Energética. Afortunadamente, relativamente pocas personas viven en estos municipios. En la Figura 2, el tamaño de cada burbuja refleja la cantidad de hogares en cada municipio.

 

Figura 2: Desigualdad Energética y Pobreza Energética Relativa en Bolivia, 2016, por municipio

Fuente: Andersen, Branisa & Calderón (2019)

 

Adicionalmente a la tasa de Pobreza Energética Relativa, también podemos estimar una tasa de Pobreza Energética Extrema al calcular el porcentaje de hogares cuyo consumo energético está por debajo de lo mínimo necesario para tener un mínimo de  las comodidades mencionadas anteriormente. Escogimos como  valor mínimo el equivalente a la cuarta parte del límite necesario para calificar para el beneficio de la llamada Tarifa Dignidad (70 kWh al mes). Una cuarta parte de esta medida permitiría a los habitantes de un hogar mantener conectados un par de bombillas de luz, una radio y un celular; pero nada más, por lo que claramente se trata de una cantidad mínima requerida de consumo eléctrico.

La Figura 3 muestra la Pobreza Energética Extrema frente a la tasa de urbanización para casi todos los municipios de Bolivia (v). Hay una clara relación negativa, sugiriendo que la urbanización está asociada a menores niveles de Pobreza Energética Extrema. Esto tiene sentido, ya que el acceso a la electricidad es más fácil de garantizar en municipios más urbanizados donde, a la vez, el nivel de ingreso de las personas es mayor, permitiéndoles pagar por la electricidad que consumen. Algunos municipios, sin embargo, han logrado alcanzar bajos niveles de Pobreza Energética Extrema sin estar completamente urbanizados. Ayuda mucho que estén situados cerca de una ciudad grande, como es el caso de los municipios de Porongo y Cotoca, que son parte de la zona metropolitana de Santa Cruz.

Figura 3: Urbanización versus Pobreza Energética Extrema en Bolivia, 2016, por municipio

Fuente: Andersen, Branisa & Calderón (2019)

El mapa a continuación denota con más claridad dónde se encuentran los municipios con las tasas más altas de Pobreza Energética Extrema en Bolivia. El occidente del país, en la región del altiplano, destaca claramente por los municipios coloreados en rojo que representan a aquellos que tienen entre 90% y 98% de hogares bajo condiciones de Pobreza Energética Extrema. Son pocos los municipios pintados en verde que muestran tasas de entre 11% y 35%. Se encuentran sobre todo en el oriente boliviano, como también en el departamento de Tarija, al sur del país. Las capitales de departamento y áreas metropolitanas más grandes (Santa Cruz, La Paz y Cochabamba) destacan también por la reducida tasa de Pobreza Energética Extrema, con excepción de Potosí y Pando.

Mapa 1. Tasa de Pobreza Energética Extrema

Fuente: Andersen, Branisa & Calderón (2019)

A través del proyecto auspiciado por el CIS, se están desarrollando los siguientes indicadores a nivel municipal para su inclusión en el Atlas Municipal de los ODS en Bolivia:

  • Tasa de Pobreza Energética Relativa, 2016 (% de los hogares que consumen menos que la media nacional de los hogares con consumo mayor a cero, 891 kWh/año)
  • Tasa de Pobreza Energética Extrema, 2016 (% de hogares que consumen menos que una cuarta parte del límite de la Tarifa Dignidad, 210 kWh/año)
  • Desigualdad Energética, 2016 (Coeficiente de Gini del consumo energético de los hogares)
  • Un estimado del consumo promedio de los hogares per cápita, 2016 (Bs. por persona)
  • Emisión de carbono per cápita debido al consumo de energía, 2016 (tCO2/persona/año).

 

 

*Lykke E. Andersen, PhD., Directora Ejecutiva de SDSN Bolivia a: Lykke.E.Andersen@sdsnbolivia.org

**Boris Branisa, PhD., Director del Instituto para el Desarrollo del Emprendimiento y la Competitividad (iDEC), Escuela de la Producción y la Competitividad (ePC), Universidad Católica Boliviana. “San Pablo”.

***Guillermo Guzmán Prudencio, PhD., Centro de Investigaciones Sociales (CIS) de la Vicepresidencia del Estado.

Las opiniones expresadas en este documento son de exclusiva responsabilidad de los autores y no necesariamente representan la opinión de sus instituciones.  Estas publicaciones son parte del proyecto de elaboración del “Atlas Municipal de los ODS en Bolivia”. Este proyecto actualmente se lleva a cabo por la Red de Soluciones para el Desarrollo Sostenible (SDSN) en Bolivia, de la cual tanto iDEC como el CIS son miembros.

Pie de Página

(i) https://energypedia.info/wiki/Energy_Poverty

(ii) La curva de Lorenz es una representación gráfica de la distribución de una variable como el ingreso. Se traza considerando en el eje horizontal el porcentaje acumulado de personas u hogares y en el eje vertical el porcentaje acumulado del ingreso. El coeficiente de Gini mide la desigualdad entre valores de una distribución. Un coeficiente Gini de cero expresa perfecta igualdad, donde todos los valores son iguales. Un coeficiente Gini de 1 (o 100%) expresa la máxima desigualdad entre los valores.

(iii) La ley N°1715 de 18 de octubre de 1996, Ley del Servicio Nacional de Reforma Agraria y la Ley N° 3545 de 28 de noviembre de 2006, Ley de Reconducción Comunitaria de la Reforma Agraria garantizan el uso y el goce de la propiedad agraria. Sin embargo, no garantizan la disposición de la misma. La dotación de la propiedad agraria se da en favor de comunidades campesinas, pueblos y comunidades indígenas y originarias, es decir, la propiedad agraria no puede titularse en superficies menores a la pequeña propiedad. Esto impide que propietarios de pequeñas parcelas de tierra en el área rural puedan vender su propiedad. Solamente pueden transferirla como herencia a miembros de la familia. Esto ocasiona un vínculo difícilmente quebrantado entre comunidad e individuo, lo que ocasiona el “eterno retorno” del migrante rural a su comunidad de origen, manteniendo su vínculo con la comunidad a través de su propiedad. Este fenómeno se da especialmente en la región de los andes bolivianos, donde la cantidad de comunidades campesinas, pueblos y comunidades indígenas y originarias, es mayor.

(iv) En Bolivia, la migración estacional es común en muchos municipios rurales donde el clima no sostiene la actividad agrícola el año entero.

(v) No tenemos datos de consumo eléctrico para 15 de 339 municipios en Bolivia. Son en su mayoría municipios poco poblados en Pando y Beni. En total, en dichos 15 municipios residen aproximadamente el 0,4% de todos los hogares de Bolivia.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *